MétaCan
Menu
Retour à la cohorte
Enregistrement W1977836570 · doi:10.1177/1052562909358554

JetFighter: An Experiential Value Chain Exercise

2010· article· en· W1977836570 sur OpenAlexaff
Norman T. Sheehan, Edward N. Gamble

Notice bibliographique

RevueOrganizational Behavior Teaching Review · 2010
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Marketing Education
Établissements canadiensUniversity of Prince Edward IslandUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésExperiential learningValue (mathematics)Value chainProduction (economics)Chain (unit)Business valuePeriod (music)MarketingPsychologyKnowledge managementBusinessPedagogyComputer scienceSupply chainEconomicsHuman capital

Résumé

récupéré en direct d'OpenAlex

Value chain analysis is widely taught in business schools and applied by practitioners to improve business performance. Despite its ubiquity, many students struggle to understand and apply value chain concepts in practice. JetFighter uses a complex manufacturing process (making intricate paper planes) to provide students an opportunity to enhance their value chain competencies. Teams of students are asked to use value chain concepts to develop innovative business strategies that will enable them to fulfill customer requirements and outperform rival teams. The exercise involves two production periods with a brief value chain lecture occurring after the first production period. Given that teams of students typically lose money in the first production period, their motivation to learn about the value chain concepts is enhanced as they are immediately provided an opportunity to apply this knowledge in the second production period. The award-winning exercise was developed over a 9-year period with the help of undergraduate and masters’ students. Student feedback suggests that they found the exercise an engaging and enlightening way to learn about value chain analysis as 99% of students ( n = 244) recommend that instructors at other universities use the exercise.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,265
Écart entre enseignants0,255 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrganizational Behavior Teaching ReviewMême sujetManagement and Marketing EducationTravaux en français237 207